
Det kræver meget nøjagtig
indtegning på scanningsbilleder af kræftpatienter at målrette
strålebehandlingen. Dette gøres omhyggeligt for hver enkelt patient for at sikre,
at kræftsvulsten rammes hårdt, men at de omkringliggende organer skånes. I dag
vurderes hvert scanningsbillede manuelt. Arbejdet involverer på Rigshospitalet dagligt
adskillige fuldtidsstillinger for radiografer, fysikere og læger og er meget
tidskrævende. Dette resulterer aktuelt i en flaskehals, der begrænser
mulighederne for yderligere at udvikle højpræcisionsbehandlingen.
I et forskningsprojekt,
finansieret af blandt andet Kræftens Bekæmpelse, er en gruppe forskere på
Rigshospitalet med professor Ivan Richter Vogelius i spidsen i gang med at træne en kunstig intelligens (AI) til automatisk
at indtegne kræftramt væv og omkringliggende organer. Formålet er at lære mere om
sammenhængen mellem stråledosis til de enkelte strukturer, sygdomskontrol og
bivirkninger. Som en udløber af dette projekt har forskerne udviklet en meget
lovende algoritme, som løbende forbedres med feedback fra lægerne. Denne
algoritme har store perspektiver for at blive overført fra forskning til klinik
for derved både at frigøre ressourcer og sikre endnu mere præcise behandlinger
i fremtiden.
Når algoritmen tages i
brug i klinikken, vil den kunne spare tid for dosisplanlæggerne, som dermed får
bedre mulighed for at håndtere flere patienter eller at tilpasse strålingen til
de løbende ændringer, der opstår i den enkelte patient. Vi har allerede
fantastisk hurtige forløb takket være kræftpakkerne, men AI-værktøjer som disse
vil kunne muliggøre endnu hurtigere forløb for kræft som en akut sygdom. Rigshospitalet er i gang med at implementere
algoritmen. Samtidig undersøges i samarbejde med Rigshospitalets Innovationsafdeling,
hvorvidt algoritmen med de rette regulatoriske godkendelser kan anvendes på patienter
i hele verden og dermed spare andre hospitaler betydelige ressourcer, samt gøre
moderne, komplekse behandlingsteknikker mere udbredte og gavne flere patienter.